Newest papers

Touch-JEPA: Tactile Representation Learning from Hand-Object Video with Limited Tactile Supervision

Minseong Kweon, Qiao Feng, Yiming Huang, Lingjie Liu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28519 · open-access PDF

Hindi

हाथ-उत्पाद बातचीत में संपर्क और स्पर्श आकार को समझना शारीरिक रूप से बुद्धिमान प्रणालियों की ओर एक महत्वपूर्ण कदम है, फिर भी ऐसे प्रतिनिधित्वों को सीखना स्पर्श मापों की लागत और सीमित कवरेज द्वारा सीमित है। हम टच-जेपीए प्रस्तुत करते हैं, एक ढांचा हाथ-उत्पाद वीडियो से स्पर्श प्रस्तुतियों को सीखने के लिए सीमित स्पर्श पर्यवेक्षण के साथ। हम सबसे पहले एक आत्म पर्यवेक्षण पूर्व प्रशिक्षण लेंस की पेशकश करते हैं जो स्पर्श पर्यवेक्षण के बिना वीडियो से ही सीखता है। वीडियो से उत्पन्न हाथ भौगोलिकता का उपयोग करते हुए, टच-जेपीए अनुरूप हाथ-उत्तर के स्थानों पर मास्क किए गए दृश्य विशेषताओं की भविष्यवाणी करता है

Machine translation (Meta M2M100); the English original follows.

Abstract

Understanding contact and tactile magnitude in hand-object interaction is a key step toward physically intelligent systems, yet learning such representations is limited by the cost and restricted coverage of tactile measurements. We present Touch-JEPA, a framework for learning tactile representations from hand-object videos with limited tactile supervision. We first introduce a self-supervised pretraining objective that learns from video alone without tactile supervision. Using video-derived hand geometry, Touch-JEPA predicts masked visual features at corresponding hand-surface locations from

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange